徐大成

摘 要： 為了提高運(yùn)動(dòng)視覺(jué)跟蹤的準(zhǔn)確度，設(shè)計(jì)了運(yùn)動(dòng)中的動(dòng)作捕獲器，包括12個(gè)傳感器節(jié)點(diǎn)和1個(gè)傳感器數(shù)據(jù)匯聚節(jié)點(diǎn)。傳感器節(jié)點(diǎn)由ADXL345加速度傳感器、L3G4200D陀螺儀以及LSM303DLH地磁傳感器構(gòu)成，12個(gè)傳感器節(jié)點(diǎn)部署到行人肢體各部位，獲取行人不同肢體部位的九軸傳感器數(shù)據(jù)，對(duì)獲取的數(shù)據(jù)實(shí)施預(yù)操作。數(shù)據(jù)匯聚節(jié)點(diǎn)采集不同傳感器節(jié)點(diǎn)中的數(shù)據(jù)，將全部數(shù)據(jù)傳遞到計(jì)算機(jī)中進(jìn)行分析。計(jì)算機(jī)依據(jù)獲取的數(shù)據(jù)，驅(qū)動(dòng)三維人物模型呈現(xiàn)行人的動(dòng)作捕獲結(jié)果。實(shí)驗(yàn)結(jié)果表明，所設(shè)計(jì)的動(dòng)作捕獲器具有較高的精度和穩(wěn)定性。

關(guān)鍵詞： 視覺(jué)運(yùn)動(dòng)； 動(dòng)作捕獲器； ADXL345； L3G4200D； LSM303DLH

中圖分類號(hào)： TN850.6?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）18?0089?03

Embedded design of motion capturer in movement vision tracking

XU Dacheng

（Inner Mongolia University for Nationalities， Tongliao 028000， China）

Abstract： In order to improve the accuracy of movement vision tracking， a capturer for moving action was designed， which includes 12 sensor nodes and one sensor data gathering node. The sensor node is composed of the ADXL345 acceleration sensor， L3G4200D gyroscope and LSM303DLH geomagnetic sensor. 12 sensor nodes are deployed to each body part of pedestrian to acquire the 9?axle sensor data of pedestrian′s different body parts for pre?operation. The data gathering node captures the data of different sensor nodes， and then all the data are transferred to computer for analysis. The computer relying on the acquired data drives 3D character model to present the captured motion results of pedestrian. Experiment result shows that the motion capturer has high accuracy and stability.

Keywords： motion vision； motion capture； ADXL345； L3G4200D； LSM303DLH

當(dāng)前的運(yùn)動(dòng)視覺(jué)跟蹤是模式識(shí)別領(lǐng)域的熱門項(xiàng)目。傳統(tǒng)運(yùn)動(dòng)視頻跟蹤方法通常采用人為總結(jié)、評(píng)估，科學(xué)性、實(shí)用性以及實(shí)時(shí)性較差[1]。而由于電子科學(xué)技術(shù)的高速發(fā)展，運(yùn)動(dòng)過(guò)程中動(dòng)作捕獲技術(shù)廣泛應(yīng)用在醫(yī)學(xué)、影視以及軍事等領(lǐng)域。因此，采用動(dòng)作捕獲器采集行人的運(yùn)動(dòng)情況，對(duì)行人進(jìn)行科學(xué)訓(xùn)練和評(píng)估[2]，可大大提升行人的圖像跟蹤質(zhì)量。

1 運(yùn)動(dòng)中的動(dòng)作捕獲器的嵌入式設(shè)計(jì)

1.1 總體設(shè)計(jì)

該設(shè)計(jì)的運(yùn)動(dòng)動(dòng)作捕獲器包括12個(gè)傳感器節(jié)點(diǎn)和1個(gè)數(shù)據(jù)匯聚節(jié)點(diǎn)，其總體結(jié)構(gòu)如圖1所示。傳感器節(jié)點(diǎn)對(duì)行人不同的肢體部位的傳感器數(shù)據(jù)進(jìn)行收集和預(yù)操作；數(shù)據(jù)匯聚節(jié)點(diǎn)將采集到的傳感器節(jié)點(diǎn)數(shù)據(jù)進(jìn)行整合后反饋到計(jì)算機(jī)中[3]進(jìn)行圖形化顯示。

1.2 人體結(jié)構(gòu)分析

動(dòng)作捕獲器對(duì)行人動(dòng)作進(jìn)行捕獲時(shí)，需要先對(duì)行人的肢體結(jié)構(gòu)進(jìn)行簡(jiǎn)化分析，將人體當(dāng)成是由肢體和關(guān)節(jié)構(gòu)成的剛體，采集行人在運(yùn)動(dòng)過(guò)程中的重要運(yùn)動(dòng)變化特征，如圖2所示。因此，動(dòng)作捕獲器將12個(gè)傳感器節(jié)點(diǎn)部署到人體的手背、大臂、頭、腹部、大腿等9個(gè)重點(diǎn)部位中的12個(gè)位置，采用這些動(dòng)作捕獲傳感器節(jié)點(diǎn)獲取行人的九軸傳感器數(shù)據(jù)，對(duì)行人的運(yùn)動(dòng)情況進(jìn)行分析。

1.3 動(dòng)作捕獲器的電路設(shè)計(jì)

1.3.1 傳感節(jié)點(diǎn)電路設(shè)計(jì)

傳感器節(jié)點(diǎn)采集行人運(yùn)動(dòng)姿態(tài)信息的模塊，其通過(guò)傳感器芯片獲取行人在運(yùn)動(dòng)時(shí)不同肢體的運(yùn)動(dòng)數(shù)據(jù)[4]。設(shè)計(jì)的傳感器節(jié)點(diǎn)可獲取加速度傳感器、角速度傳感器以及地磁傳感器，其結(jié)構(gòu)如圖3所示。

從圖3可以看出，傳感器節(jié)點(diǎn)的微處理器是高質(zhì)量小體積的8位AVR處理器以及ATmega32，其能夠?qū)π腥酥w運(yùn)動(dòng)數(shù)據(jù)實(shí)施收集和預(yù)操作，該處理器集成了I2C接口和SPI接口，完成傳感數(shù)據(jù)的通信[5]。采用ADXL345加速度傳感器，將行人運(yùn)動(dòng)過(guò)程中的加速度變換成能夠檢測(cè)的電信號(hào)，其存在3 磁場(chǎng)通道以及3加速度通道，可輸出16位數(shù)字信號(hào)，對(duì)加速的檢測(cè)過(guò)程中具有較高的平穩(wěn)性。采用LSM303DLH地磁傳感器，其按照行人肢體在地磁場(chǎng)內(nèi)不同運(yùn)動(dòng)情況下感應(yīng)的地磁場(chǎng)情況，描述出行人的運(yùn)動(dòng)姿態(tài)[6]。通過(guò)L3G4200D陀螺儀檢測(cè)行人運(yùn)動(dòng)過(guò)程中6個(gè)不同方向的加速、變化軌跡和位置等信息。該陀螺儀中的數(shù)字濾波器能夠去掉陀螺儀運(yùn)行過(guò)程中形成的累積誤差，解決傳感器受到溫度影響出現(xiàn)的數(shù)據(jù)波動(dòng)問(wèn)題。

1.3.2 匯聚節(jié)點(diǎn)電路設(shè)計(jì)

數(shù)據(jù)匯聚節(jié)點(diǎn)是動(dòng)作捕獲器內(nèi)傳感器節(jié)點(diǎn)與計(jì)算機(jī)間進(jìn)行信息交流的紐帶，其能對(duì)傳感器節(jié)點(diǎn)進(jìn)行控制，從不同的傳感器節(jié)點(diǎn)中采集數(shù)據(jù)，將整合后的數(shù)據(jù)反饋到計(jì)算機(jī)的無(wú)線接收模塊中。它的微處理器也是ATmega32，可確保行人動(dòng)作捕獲的實(shí)時(shí)性，其硬件結(jié)構(gòu)如圖4所示。endprint

2 動(dòng)作捕獲器的軟件設(shè)計(jì)

2.1 動(dòng)作捕獲流程

動(dòng)作捕獲器的軟件對(duì)運(yùn)動(dòng)傳感器數(shù)據(jù)的獲取、操作和傳遞過(guò)程進(jìn)行控制，設(shè)計(jì)了動(dòng)作捕獲器運(yùn)行過(guò)程中的數(shù)據(jù)流向[7]，如圖5所示。通過(guò)傳感器數(shù)據(jù)處理動(dòng)態(tài)鏈接庫(kù)，將傳感器原始數(shù)據(jù)變換成可在計(jì)算機(jī)中進(jìn)行分析的格式。

2.2 傳感器節(jié)點(diǎn)的數(shù)據(jù)采集

動(dòng)作捕獲器中的傳感器節(jié)點(diǎn)對(duì)獲取的行人九軸數(shù)據(jù)實(shí)施預(yù)操作，去掉加速度傳感器輸出數(shù)據(jù)中的雜質(zhì)、調(diào)整角速度傳感器中的累積誤差、對(duì)地磁數(shù)據(jù)受到周圍環(huán)境干擾產(chǎn)生的磁場(chǎng)進(jìn)行調(diào)整[8]，確保獲取更加精準(zhǔn)的行人九軸傳感器數(shù)據(jù)，為后續(xù)行人姿態(tài)評(píng)估提供可靠的分析依據(jù)。傳感器節(jié)點(diǎn)的軟件設(shè)計(jì)流程如圖6所示。

傳感器節(jié)點(diǎn)開(kāi)始運(yùn)行后，對(duì)其中的微處理器實(shí)施初始化設(shè)置，再對(duì)三種傳感器芯片中存儲(chǔ)的數(shù)據(jù)進(jìn)行采集，通過(guò)合理的數(shù)據(jù)操作方法對(duì)獲取的數(shù)據(jù)實(shí)施預(yù)操作，等待數(shù)據(jù)匯聚節(jié)點(diǎn)通過(guò)SPI接口進(jìn)行讀取。若完成數(shù)據(jù)的讀取，則傳輸節(jié)點(diǎn)數(shù)據(jù)幀頭、節(jié)點(diǎn)數(shù)據(jù)編號(hào)、九軸數(shù)據(jù)、校驗(yàn)碼以及節(jié)點(diǎn)數(shù)據(jù)幀尾數(shù)據(jù)，否則繼續(xù)等待匯聚節(jié)點(diǎn)讀取。

2.3 匯聚節(jié)點(diǎn)的數(shù)據(jù)傳輸

動(dòng)作捕獲器內(nèi)的匯聚節(jié)點(diǎn)可基于程序設(shè)置的順序，采集不同傳感器節(jié)點(diǎn)中的數(shù)據(jù)，分析采集到的數(shù)據(jù)是否準(zhǔn)確，對(duì)采集的數(shù)據(jù)實(shí)施融合后傳到計(jì)算機(jī)。匯聚節(jié)點(diǎn)還可響應(yīng)計(jì)算機(jī)傳遞的管理指令，對(duì)傳感器節(jié)點(diǎn)的采樣頻率、工作模式設(shè)置以及參數(shù)進(jìn)行調(diào)整[9]。匯聚節(jié)點(diǎn)程序設(shè)計(jì)流程如圖7所示。

動(dòng)作捕獲器運(yùn)行后，對(duì)數(shù)據(jù)匯聚節(jié)點(diǎn)實(shí)施初始化設(shè)置，再采集傳感器數(shù)據(jù)。依據(jù)程序設(shè)置的采集次序，降低首個(gè)傳感節(jié)點(diǎn)的片選信號(hào)，采用SPI數(shù)據(jù)總線采集該節(jié)點(diǎn)內(nèi)的九軸傳感器數(shù)據(jù)幀后，提升該節(jié)點(diǎn)的片選信號(hào)；對(duì)采集到的數(shù)據(jù)實(shí)施校驗(yàn)分析，若分析結(jié)果同數(shù)據(jù)幀內(nèi)的校驗(yàn)位數(shù)值一致，則說(shuō)明準(zhǔn)確接收了該幀數(shù)據(jù)，對(duì)后續(xù)傳感器節(jié)點(diǎn)中的數(shù)據(jù)進(jìn)行采集；否則，說(shuō)明未準(zhǔn)確接收該幀數(shù)據(jù)，數(shù)據(jù)存在缺失問(wèn)題，將該節(jié)點(diǎn)過(guò)濾掉，對(duì)相應(yīng)傳感器節(jié)點(diǎn)數(shù)據(jù)實(shí)施重新采集。匯聚節(jié)點(diǎn)采集到全部傳感器節(jié)點(diǎn)的數(shù)據(jù)后，對(duì)數(shù)據(jù)進(jìn)行匯總后融入幀頭以及幀尾，通過(guò)藍(lán)牙模塊反饋給計(jì)算機(jī)進(jìn)行分析和顯示。

3 實(shí)驗(yàn)分析

實(shí)驗(yàn)采用本文設(shè)計(jì)的動(dòng)作捕獲器，對(duì)某體育高校2012級(jí)行人在5—8月期間的運(yùn)動(dòng)情況進(jìn)行檢測(cè)，驗(yàn)證本文動(dòng)作捕獲器的性能。通過(guò)Visual C++ 6.0開(kāi)發(fā)環(huán)境，設(shè)計(jì)可呈現(xiàn)動(dòng)作捕獲結(jié)果的軟件。實(shí)驗(yàn)過(guò)程中，本文動(dòng)作捕獲器通過(guò)12個(gè)傳感器節(jié)點(diǎn)和1個(gè)匯聚節(jié)點(diǎn)捕獲行人的運(yùn)動(dòng)數(shù)據(jù)，結(jié)果如圖8所示。從圖中可以看出，左端是行人做出不同的動(dòng)作，右端是本文動(dòng)作捕獲器捕獲的行人九軸動(dòng)作顯示結(jié)果，可以看出本文捕獲器能完成行人動(dòng)作的準(zhǔn)確捕獲，是有效的。

實(shí)驗(yàn)對(duì)比本文捕獲器和基于單目視覺(jué)捕獲器進(jìn)行動(dòng)作捕獲的性能，結(jié)果如表1所示。從表中可以看出，相對(duì)于基于單目視覺(jué)捕獲器，本文捕獲器的復(fù)雜度低、運(yùn)動(dòng)跟蹤平均效率高，對(duì)行人動(dòng)作的捕獲準(zhǔn)確性高。

實(shí)驗(yàn)對(duì)比分析了兩種捕獲器捕獲行人動(dòng)作過(guò)程中的關(guān)節(jié)點(diǎn)坐標(biāo)誤差，結(jié)果如圖9所示。能夠看出，本文捕獲器的誤差低于基于單目視覺(jué)捕獲器，說(shuō)明本文捕獲器具有較高的精度和穩(wěn)定性。

4 結(jié) 論

本文設(shè)計(jì)了運(yùn)動(dòng)中的動(dòng)作捕獲器，其可實(shí)時(shí)獲取行人不同傳感器節(jié)點(diǎn)中的數(shù)據(jù)，這些數(shù)據(jù)通過(guò)匯聚節(jié)點(diǎn)反饋到計(jì)算機(jī)中顯示。實(shí)驗(yàn)結(jié)果說(shuō)明，該種動(dòng)作捕獲器的效率和精度都較高，取得了令人滿意的結(jié)果。

參考文獻(xiàn)

[1] 周海瀾，黃文敏.基于獎(jiǎng)牌分布的田徑運(yùn)動(dòng)競(jìng)爭(zhēng)格局特征探析[J].山東體育學(xué)院學(xué)報(bào)，2016，32（3）：85?90.

[2] 王國(guó)棟，陳宏君，劉克金.順序控制圖源代碼形成方案設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)技術(shù)與發(fā)展，2016，26（3）：149?153.

[3] 潘慶慶，陳蓓.田徑運(yùn)動(dòng)損傷的致因及預(yù)防手段[J].中國(guó)體育教練員，2015，23（3）：63?64.

[4] 王國(guó)偉.基于視覺(jué)圖像的田徑失誤動(dòng)作識(shí)別仿真[J].計(jì)算機(jī)仿真，2016，33（4）：274?277.

[5] 李金泉，王東，胡文振，等.基于ZYNQ異構(gòu)多核處理器的人體動(dòng)作識(shí)別系統(tǒng)[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2016，16（8）：27?29.

[6] 張瑒，許林，孫廣毅.基于RGB?D攝像機(jī)與IMU數(shù)據(jù)融合的動(dòng)作捕捉系統(tǒng)[J].系統(tǒng)仿真學(xué)報(bào)，2015，27（10）：2582?2588.

[7] 章成武，張露，李朝東.直線超聲波電動(dòng)機(jī)嵌入式機(jī)器人手指驅(qū)動(dòng)實(shí)驗(yàn)研究[J].微特電機(jī)，2016，44（9）：26?28.

[8] 張作運(yùn)，劉科征，王向強(qiáng).基于Kinect V2動(dòng)作捕捉系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].廣東通信技術(shù)，2016，36（10）：66?69.

[9] 楊俊超，史越，楊達(dá)玲，等.基于動(dòng)作捕捉的航空裝備虛擬維修訓(xùn)練系統(tǒng)[J].裝甲兵工程學(xué)院學(xué)報(bào)，2016，30（4）：78?82.

[10] 黃學(xué)祥，時(shí)中，宋愛(ài)國(guó)，等.基于慣性動(dòng)作捕捉的主從遙操作關(guān)節(jié)空間直接控制方法[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，46（2）：283?288.endprint